实体肿瘤遗传学研究队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT01005225

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

条件：前列腺癌、结肠癌。近期的人类遗传学研究发现了人类基因组中的几个区间，这些区间含有与罹患实体瘤倾向在统计学上相关的遗传变异。尽管已经 firmly established，如果个体携带这些DNA变异，他们患实体瘤的机会增加，但大多数这些关联的潜在生物学机制在很大程度上仍不清楚。除了与实体瘤发生相关的遗传性DNA变异外，还充分证实了在实体瘤的发展和生长过程中，这些癌细胞中的DNA会发生体细胞变化（突变）。在过去十年中，这些体细胞DNA变化已被研究，并且常常是与特定实体瘤发展相关的特定染色体易位和扩增。在某些情况下，检查染色体易位和扩增已导致发现有助于实体瘤病理的蛋白质。

人类8q24区间与实体瘤发生具有强烈的遗传关联，该区间也被注意到在实体瘤中频繁扩增，并可作为前列腺癌不良生存的预测指标。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。